EJEMPLOS PARA LA APLICACIÓN DE VARIABLES
Veamos otros
ejemplos:
1.
Hipótesis: "La ansiedad provocada por una situación de prueba aminora
las puntuaciones acertadas en una prueba de aprovechamiento."
V. I. :
"ansiedad".
V. D.:
"puntuaciones acertadas".
2.
Hipótesis: "Mientras más deterioradas se encuentren las condiciones de
trabajo y de vida de los obreros del sector metalúrgico, mayores serán la tasa
de accidentes y enfermedades de trabajo y su gravedad."
V. I.:
"condiciones de trabajo y de vida".
V. D.:
"tasa de accidentes y enfermedades de trabajo y su gravedad".
3.
Hipótesis: "La morbilidad del sarampión se incrementa en los meses
fríos del año".
V.
I.: "frío".
V.
D.: "morbilidad del sarampión"
En todos los
casos señalados anteriormente, se postula variación conjunta de variables, una
de ellas en función de la otra.
En el
ejemplo Nº 1: Las puntuaciones acertadas variarán en función de la ansiedad.
En el
ejemplo Nº 2: La tasa de accidentes y enfermedades de trabajo y su gravedad
variarán en función de las condiciones de trabajo y de vida de los obreros del
sector metalúrgico.
En el
ejemplo Nº 3: La morbilidad del sarampión variará en función del incremento del
frío.
A pesar de
sus diferencias, las hipótesis causales y de covariación tienen en común las siguientes
características.
1º.
Establecen un nexo lógico de deductibilidad.
Deductibilidad
quiere decir que, a partir de ciertas características o peculiaridades de la
propiedad denotada en el primer término de la relación, es posible deducir, en virtud de la hipótesis, la
propiedad denotada por el segundo término
de un determinado modo.
En las hipótesis
causales el primer término está representado por la causa.
En las hipótesis
de covariación el primer término está representado por la variable
independiente.
Pues bien, a
partir de la causa se puede dedcir el segundo término, denominado efecto. De
manera análoga, a partir de la variable independiente, se puede deducir la
variable dependiente.
Desde esta
perspectiva, tanto la causa como la variable independiente son los términos a
partir de los cuales se puede formular una predicción. Entonces se puede
decir que la variable dependiente, como señalan Polit y Hungler, "(...)
suele ser aquella que el investigador está interesado en comprender, explicar o
predecir".[1]
Por otra
parte, bajo ciertas condiciones, la variable independiente podría ser
considerada como la supuesta causa de la variable dependiente, que de esta
manera sería su efecto. Entonces, la primera sería el antecedente; la segunda,
el consecuente (si ocurre A, entonces ocurrirá B).[2]
Sin embargo,
es conveniente tomar en cuenta lo siguiente.
La condición
de variable independiente o dependiente es algo relativo. Esto quiere decir
que:
a) una
variable puede ser independiente en un estudio y dependiente en otro;
b) también
puede darse el caso en que una variable puede ser independiente y dependiente
en una misma investigación.
Ejemplos:
El aprovechamiento
escolar, considerado generalmente como variable dependiente, puede ser
considerado también como variable independiente. En estudios sobre el éxito obtenido en la
universidad, se usa a menudo el aprovechamiento en la secundaria como un
pronosticador, o sea como una variable independiente.
Otro caso: la
ansiedad. Ha sido estudiada como variable independiente que afecta el
aprovechamiento, variable dependiente. Pero la ansiedad puede usarse como
variable dependiente, como cuando deseamos estudiar la eficacia de los métodos
de enseñanza, los tipos de apoyo del maestro o los tipos de pruebas con que se
la aminora.
Esto quiere decir que las clasificación de las
variables en independientes o dependientes se funda más bien en sus usos, más
que en una distinción entre clases.
[1] Investigación
científica en ciencias de la salud, p. 29.
[2] Cf.
Fred KERLINGER, Investigación del comportamiento, p. 24.
No hay comentarios:
Publicar un comentario